Adeus, ChatGPT: novo modelo de IA promete ser secretário digital que organiza arquivos, faz pesquisas e envia mensagem de forma autônoma

A inteligência artificial está cada vez mais presente no nosso cotidiano, e todos os dias novas ferramentas são desenvolvidas. Depois dos chatbots que respondem perguntas, crescem agora os agentes de IA: programas semiautônomos capazes de realizar diversas tarefas diretamente da máquina do usuário.

Na prática, a promessa desses novos modelos é de criar secretários digitais. Além de apenas responder perguntas e criar imagens, os agentes podem realizar pesquisas, gerenciar arquivos, preencher formulários e enviar mensagens para seus contatos.

A IBM descreve esses agentes como sistemas que usam modelos de IA para entender metas, criar planos, interagir com ferramentas e adaptar suas ações conforme novas informações aparecem, a pedido do usuário humano. A diferença para um chatbot comum está na capacidade do agente continuar operando para além do que lhe foi pedido. 

Vamos tomar um dos exemplos mais citados: você pede para ele marcar uma reunião com algumas pessoas e enviar um convite por e-mail com um anexo. Apenas com esse comando ele irá:

• Acessar os seus contatos e procurar aqueles designados.
• Conferir o seu histórico de conversa com essas pessoas para ajustar o padrão das mensagens enviadas.
• Conferir a sua agenda e seus eventos marcados na busca por datas compatíveis.
• Conferir os arquivos armazenados no seu computador até encontrar o arquivo que deve ser anexado.
• E só então se direcionar para realizar a tarefa desejada.

Esse processo costuma seguir um ciclo: receber o objetivo, planejar, buscar informações, acionar ferramentas, avaliar o que encontrou e entregar uma resposta ou executar uma ação. Em sistemas mais avançados, o agente também pode pedir confirmação humana antes de decisões sensíveis.

Os agentes de pesquisa estão entre os mais conhecidos. Eles buscam informações, comparam fontes, resumem documentos e ajudam a montar relatórios. Esse tipo de ferramenta tem aplicação vasta, desde áreas mais técnicas, como análise de dados financeiros, até pesquisa de tendências para produção nas redes sociais.

Também existem agentes de programação, voltados a escrever, revisar e corrigir códigos. Além disso, eles podem analisar repositórios, sugerir melhorias, encontrar erros e automatizar partes do trabalho de desenvolvedores, embora ainda precisem de revisão humana em tarefas mais sensíveis.

Já os agentes corporativos são criados para atuar dentro de empresas. Eles podem responder clientes, abrir chamados, organizar dados de vendas, apoiar equipes de RH, consultar documentos internos e executar etapas de processos repetitivos, sempre com permissões definidas pela organização.

O mercado de agentes de IA já reúne gigantes como OpenAI, Anthropic, Google, Microsoft, Salesforce, IBM e ServiceNow. Essas empresas disputam espaço com plataformas pioneiras como o Moltbot, desenvolvido por Peter Steinberger.

Imagine uma empresa que recebe dezenas de pedidos de suporte por dia. Um chatbot tradicional responderia a dúvidas simples. Um agente de IA poderia ir além: ler o histórico do cliente, classificar a urgência, consultar a base de conhecimento e abrir um chamado.

Em um caso mais avançado, esse mesmo agente poderia verificar se há falha recorrente, sugerir uma solução, notificar a equipe responsável e atualizar o cliente. Em casos mais sensíveis, a empresa pode habilitar a aprovação humana antes de reembolso, cancelamento ou alteração de contrato.

O desempenho superior aos programas tradicionais também incorre em outras problemáticas, como questionamentos sobre segurança e privacidade. Um erro de um chatbot fica limitado a uma resposta imprecisa; um erro de um agente de IA pode ser vazamento de dados pessoais ou envio de mensagens e programas errados.

Um dos trabalhos nesse tema é o Agent Security Bench, publicado em 2024. O estudo criou um benchmark para testar ataques e defesas em agentes baseados em grandes modelos de linguagem, com cenários como e-commerce, finanças e direção autônoma.

O resultado apontou vulnerabilidades em etapas como prompt do sistema, uso de ferramentas e memória, com taxa máxima média de sucesso de ataque de 84,3%.